Robothandlare hanterar ungefär $1 av varje $3. De är allestädes närvarande. Du äger förmodligen några indexfonder som anses vara robot- eller kvantitativa fonder. De är billiga och de ger tillgång till den till synes ostoppbara aktiemarknaden på senare tid. Men slutligen kan bubblan spricka (åtminstone för kvantfonder). Kvantfonder överallt håller på att stängas (t.ex. Columbia Threadneedle, Neuberger Berman). Trendföljande kvantfonder såg några av de värsta utflödena på 13 år. Så vad är dessa kvantitetsfonder exakt? Varför kom de till? Och är denna nedgång en signal om ett endemiskt problem med kvant eller helt enkelt en tillfällig återställning?

Programvarans växande inflytande på investeringsbeslut

Det breda finansområdet har, på grund av dess tillgång till kapital, länge varit den sektor som tenderar att anamma tekniska innovationer före andra branscher. Så när mjukvarutekniken kom på 1900-talet, och algoritmiska program dök upp, var det oundvikligt att finanssektorn skulle vara den första att utnyttja potentialen. John Bogle, grundaren av Vanguard, lanserade världens första indexfonder på 1970-talet och distribuerade mjukvara för att spåra korgar med aktier och på så sätt möjliggöra för en fond att distribuera automatiska omfördelningar i enlighet med eventuella förändringar i dess underliggande riktmärke.

Fördelen med att använda mjukvara för att automatisera handeln var stor, mestadels i dess effekt på att sänka driftskostnaderna. Indexfonder behövde inte betala för de mänskliga resurser som annars skulle ha använts för att fatta urval och allokeringsbeslut. Tillkomsten av indexfonden var en viktig händelse för att öppna upp världen av personlig ekonomisk förvaltning för en massmarknad som annars skulle ha prissatts ur en sådan tjänst.

Snabbspolning framåt till idag, och automatiserade (kvantitativa) fonder har under det senaste decenniet stadigt rört sig uppåt för att hålla den högsta andelen volym av institutionell handel på amerikanska börser.

ETF:er:Indexfonder blir selektiva

Ytterligare teknisk utveckling ledde till införandet av kvantitativa börshandlade fonder (ETF) mot slutet av 1980-talet. Dessa instrument använde program för att fatta dynamiska aktievalsbeslut baserat på vissa faktorer. Till exempel kan en algoritm programmeras att köpa en aktie när dess marknads-till-bokförhållande faller under 1,0 och sedan sälja samma aktie när förhållandet stiger över 1,5. Som visas i detta grova exempel har programvaran programmerats för att fatta systematiska investeringsbeslut baserat på fundamental analys som annars skulle göras av mänskliga chefer.

Under de 30 åren sedan den första ETF:n har sofistikeringen av automatiserad handel gått vidare till ständigt avancerade stadier på grund av de snabba innovationerna inom området artificiell intelligens. Inom ramen för algoritmisk programvara innebär användningen av artificiell intelligens att handelsprogram kan lära sig och förbättra sin effektivitet av egen vilja. Så anta att programvaran som användes i vårt ETF-exempel ovan distribuerades med en artificiell intelligensmodul. Nu kanske det kan kontinuerligt analysera data om aktiens utveckling, vilket gör det möjligt för den att senare få insikter om att en mer lönsam strategi skulle vara att köpa aktier endast när deras marknads-till-bokförhållande faller under 1,25 och sälja dem när förhållandet stiger till 1,8. Mjukvaran kommer sedan att börja fatta beslut baserat på denna inlärning, utan behov av mänsklig inblandning.

Från och med 2019 förvaltar ETF:er och indexfonder tillsammans fler amerikanska aktier än mänskligt förvaltade kapitalförvaltare. Över 31 biljoner dollar av börsvärdet i USA äger kvantfonder nu 35,1 % av börsvärdet, jämfört med 24,3 % av mänskligt förvaltade fonder. Detta är en betydande förändring – men varför spelar det någon roll?

Quants vs. Humans in Investment Management

Quant Pros

På vilka sätt är kvantitativa fonder ett överlägset val av kapitalförvaltare framför sina mänskliga motsvarigheter? Det mest påtagliga sättet är genom de låga förvaltningsavgifterna som kvantfonder ger, som inte kan matchas av mänskligt förvaltade aktiva fonder. Kostnadseffektivitet är en anledning till att vi ser Vanguard – uppfinnaren av indexfonden – stiga genom decennierna för att nå randen av att vara världens största kapitalförvaltare. Avgifter är väsentliga i fonder eftersom de över tiden blir en betydande kostnadsbörda för investeraren och eftersom – i samband med att mäta prestanda – ju högre avgifter desto högre prestanda måste överstiga riktmärket för att motivera dem. Särskilt hedgefonder kan belasta investerare med avgifter på upp till 20 %, men de presterade sämre under det senaste decenniet.

En annan fördel med kvantfonder kommer från deras förmåga att dra insikter genom att analysera stora mängder data i realtid. Detta kanske inte nödvändigtvis är en fördel för framtida evenemang, som den kända fondförvaltaren Ray Dalio noterade:

"Om någon upptäcker vad du har upptäckt är det inte bara värdelöst, utan det blir överrabatterat och det kommer att leda till förluster. Det finns ingen garanti för att strategier som fungerat tidigare kommer att fungera igen, säger han. En maskininlärningsstrategi som inte använder mänsklig logik är "bunden att sprängas så småningom om den inte åtföljs av djup förståelse."

Kvantfonder kan också fatta snabbare investeringsbeslut än mänskliga förvaltare. Så de kan lägga beställningar snabbare och utnyttja vinster från små prisskillnader mer effektivt. De kan vara mycket mer effektiva för att implementera handelsstrategier än mänskliga förvaltare på grund av deras neutrala partiskhet och negerade risk för fettfingerfel.

Quant Cons

Och vilka är nackdelarna med kvantitetsfonder? Ett negativt är att med den ökade användningen av artificiell intelligens kan olika kvantitativa fonder oundvikligen börja fatta samma beslut i samklang, vilket kan leda till spridningsproblem för finansmarknaderna. En viktig fördel med människodriven fondförvaltning är förmågan att upptäcka idiosynkratiska egenskaper hos en marknad och fatta beslut baserat på kvalitativ data. Kvantfonder kan inte suga tummarna och kan därför bidra till ökad volatilitet under perioder av stress på marknaden.

Hur mäts kvantfonder mot sig själva?

Den kvantitativa handelns systematiska objektivitet väcker en fråga om hur kvantfonder skapar differentiering från varandra. Hur får en kvantfond en konkurrensfördel gentemot en rival? Mänskliga chefer förtjänar sina ränder genom att visa en bättre förståelse för grunderna eller genom överlägsen intuition, båda faktorerna som utvecklats genom år av lärande och bevisats objektivt genom alfa.

Artificiell intelligens-drivna fonder bygger på att analysera stora mängder data i realtid och sedan ta fram insikter och efterföljande investeringsbeslut. Detta introducerar nya variabler i rankningskriterier, som vilken fond som har den snabbaste beräkningskraften, eller petabyte dataåtkomst. Stjärnkodaren kan ersätta stjärnhandlaren eftersom fonder får en konkurrensfördel genom att ha en överlägsen maskininlärningsregel skriven av datavetare i bakgrunden.

The Need for Speed

Strävan bland algoritmfonder för högfrekvenshandel (HFT) för att få konkurrensfördelar genom snabbare handel har resulterat i att några av dem har skapat sina egna privata fiberoptiska eller mikrovågsnätverk för att ansluta till börser. Teorin är att att lägga den mest perfekta, raka kabellinjen kommer att resultera i den ultimata latenta effektiviteten för att skicka order till börsen, vilket ger ägaren en fördel jämfört med konkurrenter som använder allmännyttiga tjänster.

Bara ett par millisekunder kan mäta fördelen med att äga ett privat fibernät. Men dessa få millisekunder kan resultera i skillnader på miljoner eller miljarder dollar i vinst för HFT-företag som utför tusentals order under en handelssession. I sin bok Flash Boys , förklarade författaren Michael Lewis i vilken utsträckning vissa handlare gick för att inse de marginella vinsterna med en privat fiberoptisk linje byggd mellan Chicago- och New York-börserna. NASDAQ-börsen i New York har den snabbaste exekveringstiden bland världens stora börser, vilket visar de höga insatserna som erbjuds för kloka handlare som vill få alla fördelar de kan genom att vara först i raden.

Ändå är privata fibernät dyra att bygga. De kräver betydande initiala investeringar och kan hindras av fysiska barriärer som berg. Mikrovågsnätverk tjänar dock samma syfte men med fördelen av högre hastigheter och färre geografiska hinder på grund av deras luftbaserade överföring. På vissa marknader har HFT redan dragit stridslinjer i anbuden om att äga de mest optimala mikrovågsnätverken.

Vissa HFT:er har till och med prövat co-location, vilket hänvisar till att placera sin handelsmjukvara i system som finns på de börser de handlar på. Det här är på vissa sätt slutspelet för tidskampen för att få order till ett utbyte. Många börser erbjuder nu samlokaliseringstjänster och tar ut avgifter för att ge handlare utrymme att placera sina system närmare börsens system. Men på lång sikt kommer lagligheten av dessa samlokaliseringstjänster sannolikt att ifrågasättas, vilket väcker etiska frågor på ett liknande sätt som debatten om nätneutralitet. Aktiemarknader är i sin essens market makers eller marknadsplatser som för köpare och säljare samman utan fördomar. Ett nivåsystem med fördelaktig åtkomst bryter ner detta förhållande, vilket är en oroande situation.

Även om en HFT har försökt beväpna sig med alla möjliga fördelar, finns det ingen garanti för att det alltid kommer att fungera. Fallet med Knight Capital kommer alltid att fungera som en påminnelse om detta. Knight var en av de första HFT:erna som kom ut på marknaden, men 2012 fungerade dess algoritmiska programvara fel, och felaffärer för 7 miljarder dollar gjordes under en period på bara en timme. Att korrigera dessa felaktiga affärer kostade företaget nästan en halv miljard dollar och resulterade i slutändan i att fonden var tvungen att likvidera och lägga ner.

Kommer Robo-rådgivare att vara den revolutionerande tillämpningen av AI inom finans?

Det för oss också till frågan om personlig förmögenhetsförvaltning. På en samhällelig nivå kan detta vara det viktigaste området att titta på, eftersom en stor del av investeringarna som går till aktiefonder är samlade kapitalinvesteringar av enskilda medborgare (t.ex. pensioner).

Robo-rådgivare är mjukvarudrivna investeringsrådgivare som dirigerar kunder baserat på algoritmer. De har gradvis blivit framträdande under det senaste decenniet. Det finns både löften och fara med att ta bort mänskligt beslutsfattande från finansiell rådgivning. Å ena sidan finns det chansen att introducera stora delar av befolkningen till institutionella koncept för finansiell planering och konstruktion av investeringsportföljer. Ändå, å andra sidan, är några av de beslutsfattande pelarna för robo-rådgivning ganska godtyckliga (d.v.s. äga fler obligationer när du blir äldre) och - även om de är möjliga "korrekta" i en lärobok mening - kanske misslyckas med att ta hänsyn till investerarens individuella omständigheter. Användningen av artificiell intelligens kommer att ytterligare stärka robo-rådgivare när de börjar förfina sina tilldelningsbeslut baserat på sina egna lärdomar.

Är detta en varningsklocka för den mänskliga förmögenhetsförvaltaren? Kommer det att avsevärt förändra hur förmögenhetsförvaltning görs i banker och andra finansiella institutioner som tillhandahåller förmögenhetsförvaltningstjänster? När det kommer till pengar och investeringar är att överlåta allt till mjukvara och teknik en risk som säkert väldigt få tar. I slutändan kräver programvara, även om den har AI-komponenter, regler för att fungera; och dessa regler kan bara skapas av människor. Robo-rådgivare kan göra förmögenhetsförvaltningsprocessen snabbare och effektivare. Ändå kanske den verkliga vinnaren i denna strid är den institution som lyckas utnyttja fördelarna med att både människor och maskiner arbetar tillsammans.